贪心算法

贪心算法是一种基于贪心思想的算法，它在每一步选择中都采取当前状态下最优的选择，从而希望最终得到全局最优解。贪心算法通常可以用来解决一些最优化问题，比如最小生成树、背包问题、最短路径等。

贪心算法的实现步骤一般如下：

1. 定义问题的贪心策略。
2. 根据贪心策略，选择当前状态下的最优解。
3. 更新问题的状态，继续步骤 2 直到达到终止条件。

需要注意的是，贪心算法并不是所有问题都能使用的算法。对于某些问题，贪心算法可能得到的不是全局最优解，而是局部最优解。因此，在使用贪心算法时，需要保证问题具有贪心选择性质和无后效性质。

下面以一个简单的例子来说明贪心算法的应用。

给定一个数组，每个元素表示一个活动的结束时间和开始时间。你作为一个主办人，需要在这些活动中选择尽可能多的活动进行安排，使得不同的活动之间不会产生时间冲突。求最多能安排多少个活动。

示例代码：

public class Activity {
    public int start;
    public int end;
    public Activity(int start, int end) {
        this.start = start;
        this.end = end;
    }
}

public int MaxActivities(Activity[] activities) {
    int count = 0;
    int currentEnd = 0;
    Array.Sort(activities, (a, b) => a.end - b.end);
    foreach (Activity activity in activities) {
        if (activity.start >= currentEnd) {
            count++;
            currentEnd = activity.end;
        }
    }
    return count;
}

在这个示例代码中，我们定义了一个 `Activity` 类来表示活动的开始时间和结束时间。然后，我们通过贪心策略来选择活动，即每次选择结束时间最早的活动。具体实现中，我们将活动按照结束时间从小到大排序，然后依次选择活动，如果当前活动的开始时间大于等于前一个活动的结束时间，则可以选择该活动。最后返回选择的活动数即可。

时间复杂度为 O(n log n)，其中 n 是活动数。